The symplectic rank of non-Gaussian quantum states

あなたは、量子ビット（小さなスイッチ）の代わりに光波（ボゾン系）を用いる量子マシンの「複雑さ」を理解しようとしていると想像してください。これらのマシンのなかには、非常に単純で予測可能なものもあります。私たちはこれを**ガウス型（Gaussian）状態と呼びます。これらは、完璧に滑らかで穏やかな湖のようなものです。一方で、他のマシンは荒々しく、混沌としており、驚きに満ちています。これらは非ガウス型（non-Gaussian）**状態であり、荒れ狂う波が打ち寄せる嵐の海のようなものです。

強力な量子コンピュータを構築するためには、この「嵐のような」非ガウス型の振る舞いが必要です。しかし、ある状態がどれほど「嵐のような」のかを、どのように測定すればよいのでしょうか？また、フォトニックチップ上の嵐のような状態と、超伝導回路上の状態をどのように比較すればよいのでしょうか？

この論文は、**シンプレクティック・ランク（Symplectic Rank）**という新しい定規を紹介しています。これは、「非ガウス性スコア」のようなものです。

著者は、この新しい定規について以下のことを発見しました。

1. 「圧縮」の比喩

散らかった部屋（複雑な量子状態）の中に、散乱物（非ガウス性）が詰まっているところを想像してください。あなたはそれを片付けたいと考えています。

• **ガウス操作（Gaussian operations）**は、家具を並べ替えたり、箱を動かしたり、部屋を回転させたりする魔法の掃除クルーのようなものですが、何も捨てたり、新しい散乱物を生み出したりすることはできません。
• シンプレクティック・ランクは、掃除クルーが他のものを空の箱（真空状態）へと最大限に詰め込んだ後、すべての「散乱物」（非ガウス性）を保管しておくために必要な最小限の棚の数を教えてくれます。
• ランクが 1 であれば、すべての複雑さは一つの棚に収まります。ランクが 10 であれば、10枚の棚が必要です。ランクが 0 であれば、部屋は完璧に綺麗（ガウス型状態）です。

2. 「拡散禁止」のルール（ノーゴー定理）

この論文は、この散乱物に関する厳格なルールを証明しています：散乱物を広げることはできないということです。

例えば、たった一つの非常に散らかったおもちゃ（非ガウス状態）があるとします。あなたは、ガウス型の掃除道具を使って、この一つの散らかったおもちゃを、二つの少しだけ散らかったおもちゃに分割し、混沌を周囲に広めることができるのではないかと思うかもしれません。

• 論文の発見： それは不可能です。シンプレクティック・ランクは、ガウス型のツールのみを使用して、たとえ運良く成功した結果だけを選び取ったとしても（事後選択）、一つの非ガウス状態を二つの非ガウス状態に変えることは数学的に不可能であることを証明しています。
• 結果： これは、複雑さを「希釈」できないことを意味します。複雑な状態を作り出したいのであれば、ゼロから構築しなければなりません。小さな量の複雑さを、より広い範囲に引き伸ばしてカバーすることはできないのです。

3. リソースの「不可逆性」

散乱物を広げることができないため、これらの状態を作るプロセスは不可逆的です。

• ケーキを焼くことを考えてみてください。あなたは材料（リソース）を混ぜ合わせてケーキ（複雑な状態）を作ることができます。しかし、そのケーキを取り出し、ガウス型の「元に戻す」ボタンを使って、全く同じ量の小麦粉や卵に戻すことはできません。
• 論文は、複雑な状態を作るための「コスト」は、それを分解しようとしたときに得られる「価値」よりも高いことを示しています。リソース理論は崩れています。プロセスにおいて効率が失われるのです。

4. 測定とシミュレーションの「難易度」

シンプレクティック・ランクは、二つのタスクの難易度計としても機能します。

• トモグラフィー（状態の画像化）： ランクが高いほど、その状態がどのような姿をしているかを突き止めるのが難しくなります。論文では、必要なサンプル数（写真の数）がランクに対して指数関数的に増加することを示しています。もしランクが高ければ、状態を完璧に記述するために、宇宙の原子の数よりも多くの写真が必要になるでしょう。
• 古典的シミュレーション（コンピュータ・モデリング）： 量子コンピュータが低いシンプレクティック・ランクを持っている場合、通常の古典的なコンピュータはそれを簡単にシミュレートできます。しかし、ランクが高いと、古典的なコンピュータは圧倒されてしまいます。これが、なぜ一部の量子コンピュータが強力なのかを説明しています。それらは、古典的なコンピュータが対処できない高いランクで動作しているのです。

5. ロバスト性（「ノイズ」の要因）

現実の世界では、あらゆるものがノイズを含んでいます。わずかな静電気（ノイズ）が、シンプレクティック・ランクの測定を台無しにしてしまうのではないかと心配になるかもしれません。

• 論文の発見： シンプレクティック・ランクは**ロバスト（堅牢）**です。それは頑丈な山のようなものです。小さな地震（微小な摂動）が起きても、その高さは変わりません。ある状態が高いランクを持っているなら、その状態のわずかにノイズを含んだバージョンも、依然として高いランクを持ち続けます。これにより、完璧な条件が存在しない実際の実験においても、この指標は実用的になります。

6. 「近似的」なバージョン

現実の実験は決して完璧ではないため、著者らは「近似的シンプレクティック・ランク」も作成しました。これは、「散らかった部屋が、どれくらい綺麗な部屋に近いか？」と問うようなものです。

• 彼らは、この曖昧で近似的なバージョンを用いても、ルールが依然として成立することを示しました。つまり、依然として散乱物を広げることはできず、複雑な状態を作成する異なる量子マシンの性能をベンチマークする方法として、引き続き使用できるのです。

まとめ

この論文は、光の量子状態の「複雑さ」を数える新しい方法を紹介しています。それは以下のことを証明しています：

1. 複雑さは集中している： 標準的なツールを使って、それを広げることはできません。
2. 複雑さは不可逆的である： それを簡単に元のリソースに戻すことはできません。
3. 複雑さは測定が困難である： 複雑さが高ければ高いほど、それを記述したり古典的なコンピュータでシミュレートしたりすることは指数関数的に難しくなります。
4. 複雑さは安定している： 少量のノイズがあっても、複雑な状態を単純なものだと誤認させることはありません。

このツールにより、科学者たちは、光を用いるものか超伝導を用いるものかにかかわらず、特定のハードウェアに依存することなく、異なる種類の量子コンピュータを同じ土俵で比較することができるのです。